Ethan Mollick
定义
Ethan Mollick 是宾夕法尼亚大学沃顿商学院的管理学副教授，沃顿 Generative AI Labs 的联合主任。他专注于研究 AI 如何影响教育和工作，并通过管理学框架将 AI 委托经济学化。
可验证履历
| 时间 | 事件 |
|---|---|
| 2009 | 获得 MIT 管理学博士学位 |
| 2010s | 加入沃顿商学院，研究创业与创新 |
| 2023 | 开设沃顿 MBA 必修 AI 课程，成为 AI 教育先驱 |
| 2024 | 出版《Co-Intelligence: Living and Working with AI》 |
| 2026 | 发表"Management as AI superpower"，提出委托经济学框架 |
核心观点
委托经济学（Agentic Work Equation）
Mollick 提出了一个判断是否应该把任务委托给 AI 的经济学公式：
委托价值 = 人类基准时间 / (AI 过程时间 + 检查时间) × 成功概率如果人类做任务要一小时，AI 过程只要几分钟，但检查要三十分钟，那么只有成功率足够高时才值得委托。这个框架把 AI 委托从"能用就用"变成了经济学问题。
管理成为 AI 超能力
Mollick 认为 AI 让"做事的人才"变得更便宜，真正稀缺的是"知道要做什么、如何委托、如何验收"的人。他把 PRD、shot list、design intent、美国海军陆战队 Five Paragraph Orders、咨询项目 scope 等都视为好 prompt 的原型——它们本质上都是把一个人的意图转化为另一个行动者可执行的任务。
好的委托文档通常包含：
| 组件 | 说明 |
|---|---|
| 目标与原因 | 为什么要做这件事 |
| 权限边界 | AI 可以做什么、不可以做什么 |
| 完成标准 | 什么算"做完了" |
| 输出格式 | 期望的输出形态 |
| 中间产物 | 过程中的检查点 |
| 风险检查点 | 何时需要人类介入 |
| 反馈节奏 | 多久检查一次 |
从知识经济到分配经济
Mollick 在 The Knowledge Economy Is Over 中指出，知识经济的瓶颈正在从"知道什么"转向"分配什么"。这与 Allocation-Economy 的主题直接相关：AI 降低了生产成本，但提高了分配、对齐和验收的成本。
关联概念
| 本库主题 | Mollick 的贡献 |
|---|---|
| AI-Era-Economy-Shift | 委托经济学框架解释了管理能力升值的原因 |
| AI-Labor-Bottleneck-Shift | 从"知道什么"到"分配什么"的瓶颈迁移 |
| Model-Manager | 未来管理者管理的是模型、工具和人力的混合体 |
| PM-in-AI-Era | PM 的核心能力从写 PRD 变成设计委托框架 |
| Wisdom-Work-Evolution | 委托能力本质上是判断力的操作化 |